亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Instance Weighted Incremental Evolution Strategies for Reinforcement Learning in Dynamic Environments

强化学习 计算机科学 可扩展性 加权 新颖性 适应(眼睛) 人工智能 渐进式学习 机器学习 医学 哲学 物理 神学 数据库 光学 放射科
作者
Zhi Wang,Chunlin Chen,Dezun Dong
出处
期刊:IEEE transactions on neural networks and learning systems [Institute of Electrical and Electronics Engineers]
卷期号:34 (12): 9742-9756 被引量:7
标识
DOI:10.1109/tnnls.2022.3160173
摘要

Evolution strategies (ESs), as a family of black-box optimization algorithms, recently emerge as a scalable alternative to reinforcement learning (RL) approaches such as Q-learning or policy gradient and are much faster when many central processing units (CPUs) are available due to better parallelization. In this article, we propose a systematic incremental learning method for ES in dynamic environments. The goal is to adjust previously learned policy to a new one incrementally whenever the environment changes. We incorporate an instance weighting mechanism with ES to facilitate its learning adaptation while retaining scalability of ES. During parameter updating, higher weights are assigned to instances that contain more new knowledge, thus encouraging the search distribution to move toward new promising areas of parameter space. We propose two easy-to-implement metrics to calculate the weights: instance novelty and instance quality. Instance novelty measures an instance's difference from the previous optimum in the original environment, while instance quality corresponds to how well an instance performs in the new environment. The resulting algorithm, instance weighted incremental evolution strategies (IW-IESs), is verified to achieve significantly improved performance on challenging RL tasks ranging from robot navigation to locomotion. This article thus introduces a family of scalable ES algorithms for RL domains that enables rapid learning adaptation to dynamic environments.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
2秒前
24秒前
29秒前
大胆的语堂完成签到,获得积分10
31秒前
情怀应助科研通管家采纳,获得10
44秒前
loii应助科研通管家采纳,获得20
44秒前
危机的夏兰完成签到,获得积分10
57秒前
1分钟前
体贴夏柳发布了新的文献求助10
1分钟前
文静的魔镜完成签到,获得积分10
1分钟前
盯盯盯完成签到 ,获得积分10
1分钟前
Ye完成签到,获得积分10
1分钟前
1分钟前
芊芊墨完成签到,获得积分10
2分钟前
loii应助科研通管家采纳,获得10
2分钟前
乐乐应助科研通管家采纳,获得10
2分钟前
读书哪有不发疯的完成签到 ,获得积分10
3分钟前
journey完成签到 ,获得积分10
3分钟前
盘菜发布了新的文献求助30
3分钟前
烟花应助北辰采纳,获得10
4分钟前
清爽的元风完成签到 ,获得积分10
4分钟前
Jasper应助科研通管家采纳,获得10
4分钟前
loii应助科研通管家采纳,获得10
4分钟前
4分钟前
loii应助科研通管家采纳,获得10
4分钟前
小六子完成签到,获得积分10
4分钟前
开心惜梦完成签到,获得积分10
4分钟前
盘菜完成签到,获得积分10
5分钟前
Tayzon完成签到,获得积分10
5分钟前
Orange应助Dewcy采纳,获得30
5分钟前
5分钟前
乔巴完成签到 ,获得积分10
5分钟前
小鸟芋圆露露完成签到 ,获得积分10
5分钟前
Dewcy发布了新的文献求助30
5分钟前
5分钟前
北辰发布了新的文献求助10
5分钟前
隐形曼青应助徐师傅采纳,获得10
5分钟前
钟钟完成签到,获得积分10
5分钟前
ccrr完成签到,获得积分10
5分钟前
Dewcy完成签到,获得积分10
6分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
PowerCascade: A Synthetic Dataset for Cascading Failure Analysis in Power Systems 2000
Various Faces of Animal Metaphor in English and Polish 800
Signals, Systems, and Signal Processing 610
Photodetectors: From Ultraviolet to Infrared 500
On the Dragon Seas, a sailor's adventures in the far east 500
Yangtze Reminiscences. Some Notes And Recollections Of Service With The China Navigation Company Ltd., 1925-1939 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6353057
求助须知:如何正确求助?哪些是违规求助? 8167857
关于积分的说明 17191135
捐赠科研通 5409068
什么是DOI,文献DOI怎么找? 2863580
邀请新用户注册赠送积分活动 1840913
关于科研通互助平台的介绍 1689809